远程教育中智能答疑系统的设计与实现

远程教育中智能答疑系统的设计与实现完整文档资料可直接使用，可编辑，欢迎下载北京交通大学硕士学位论文远程教育中智能答疑系统的设计与实现姓名：胡娜申请学位级别：硕士专业：教育技术学指导教师：赵宏20071201ｊｂ塞銮道盔堂亟±堂僮迨塞生塞翅垂中文摘要摘要：随着网络技术的发展和网络应用的普及，依托于网络技术的远程教育正在迅猛地发展。

基于网络环境下的教育模式，采用的是探索式学习方式，它支持学生根据自己的情况，浏览相关的教学资源，实现优秀教育资源和教育方法的共享。

但是，在远程教学中，学生和教师是时空相对分离的，学生无法与教师直接交流，于是答疑作为其教学活动中的一个重要环节，正日益引起人们的关注。

设计一个好的远程教育答疑系统，能及时有效地解决学生在学习过程中历产生的疑问，这样可以提高远程学生的学习效率，保证远程教育的质量。

一般的答疑系统采用的是基于搜索引擎的关键字查询方式，这种答疑系统需要学生自己输入关键字进行提问，对学生提炼总结关键字的能力有一定要求，并且搜索的效果并不理想，需要学生进一步来筛选系统反馈的答案，使得学习效率不高，这种答疑系统有必要进一步优化。

智能答疑系统是一个具有知识记忆、数据计算统计、逻辑推理、知识学习和实现友好人机交互的智能系统，其本质是一个具有智能性的知识系统。

它支持自然语言的提问、自动检索问题并呈现有效答案，能够通过学习自动扩展和更新答案知识库。

它的这些特点，使学生在学习时能够使用自己熟悉的方式表达问题，并能够及时获得与问题较为相关的一些反馈答案。

本文首先论述了研究智能答疑系统的背景和意义，并在分析了远程教育模式特点及对比了现有的答疑系统的基础上，对答疑系统做了统一的设计和开发，提出了一个基于本体以及ＸＭＬ的智能答疑系统的设计，初步建立了本体库以及知识库，给出了完整的体系结构及其架构开发模式，并对开发智能答疑系统环境中的关键技术进行了深入的研究，最后给出了智能答疑系统的实现方法。

个性化在线答疑系统的研究与实现
方利伟
【期刊名称】《中国教育信息化·高教职教》
【年(卷),期】2010(000)003
【摘要】随着计算机网络技术和多媒体技术的发展,远程教育越来越受到人们的重视,答疑系统作为远程教育系统中的一个重要组成部分,直接关系整个系统的教学效果.本文针对目前国内答疑系统中存在的缺陷,设计了一个具有个性化服务能力的答疑系统,并给出了实现系统的主要算法.该系统可以根据学习者的特征,主动为学习者推送其存在疑问或感兴趣的知识,提高系统答疑解惑的能力.
【总页数】3页(P44-46)
【作者】方利伟
【作者单位】浙江师范大学,浙江,金华,321004
【正文语种】中文
【中图分类】G40-057
【相关文献】
1.基于问答对的荔枝种植答疑系统研究与实现 [J], 陈泽健;祝胜林;罗贤锋
2.智能答疑系统的研究与实现 [J], 王夙娟
3.Mashup智能答疑系统的研究与实现 [J], 吴彦文;李诗;田庆恒
4.网络课程在线答疑系统研究与实现 [J], 姬亚利;王基生;张忠山
5.网络课程在线答疑系统研究与实现 [J], 姬亚利;王基生;张忠山
因版权原因，仅展示原文概要，查看原文内容请购买。

基于移动学习的智能答疑系统2011-01-24 14:56:06| 分类：教育行业 | 标签： |字号大中小订阅移动教育作为一个将现代移动通讯和教育相结合而产生的学习新方式，将传统教育带入了一个新的阶段。

作为对实现移动学习的方式手段的一个探索，本文构建了一个基于手机的智能答疑系统，论述了对智能答疑系统的总体设想和系统功能设计，探讨了关于问题分析处理、答案搜索、数据分析管理等几个功能部件和相应个性信息数据库和知识数据库的建立等方面的问题。

［关键词］移动学习；智能答疑；手机；JAVA语言一、移动学习的概念移动学习即M-learning，是由E-learning延续发展而来，借助于网络和现代先进的通讯设备，使学习不再受时间、地域或者教师的限制，这是移动学习最大的优点。

但作为一种全新的学习方式，对于移动学习的概念界定，目前仍没有一个统一的认识。

一般认为Alexzander Dye等人对M-learning的定义较为具体：移动学习是一种在移动计算设备帮助下的能够在任何时间任何地点发生的学习，移动学习所使用的移动计算设备必须能够有效地呈现学习内容并且提供教师与学习者之间的双向交流。

根据移动学习的特点，我们可以从以下几个方面来把握移动学习的内涵：首先，移动学习是在数字化学习的基础上发展起来的，是数字化学习的扩展。

其次，移动学习除具备了数字化学习的所有特征之外，还有它独一无二的特性，即学习者不再被限制在电脑桌前，可以自由自在、随时随地进行不同目的、不同方式的学习。

学习环境是移动的，教师、研究人员、技术人员和学生等都是移动的。

最后，从它的实现方式来看，移动学习实现的技术基础是移动计算技术和互联网技术，即移动互连技术；实现的工具是小型化的移动计算设备也即IA 设备。

移动教育的蓬勃发展促使实现移动学习的手段也成为研究的一个重点，智能答疑系统就是一个具体的实现途径。

借助丰富的网络资源和在E-learning的推动下，国内外涌现出了很多的智能答疑系统，有嵌套在网络教学平台或系统中的答疑系统，也有独立的平台或系统。

收稿日期8基金项目湖南省教育厅基金资助项目(586)作者简介龙润生(66),男,湖南益阳人,南华大学电气工程学院高级实验师,硕士主要研究方向网络教学第21卷第4期南华大学学报(自然科学版)Vol .21No .42007年12月Journal of Unive rsity of S outh Chi na (Science and Technol ogy)Dec .2007文章编号:1673-0062(2007)04-0076-05智能答疑系统的研究与设计龙润生(南华大学电气工程学院,湖南衡阳421001)摘　要:分析了现有答疑系统的特点和不足,并在此基础上提出设计和开发具有智能性的答疑系统.在本系统中,采用客户/服务器模型,并引入人工智能中Agent 的思想和X ML,将学生、教师和教学资源有机地合理地结合起来,为学生创造一个具有个性化、智能化的远程教学学习环境.关键词:Agent;X ML;智能答疑系统;动态匹配中图分类号:TP311.5 文献标识码:AThe Res ear ch and D esi gn of I n telligen t An s wer -questi on SystemLO NG Run 2sheng(School of Electrical Engineering,U niversity of S outh China,Hengyang,H unan 421001,China)Abstrac t:This artic le anat om izes the advantages and disadvantages of the present Ans wer -question Syste m.On the basis of it,we pr opose t o design and deve l op an inte lligent Ans wer -question System.I n orde r t o create an individua l and inte lligent Long -distance teaching and studying surr oundings f or students,we adopt the client server model and in 2tr oduce the ideal of “Agent ”in A rtificial intelligence and X ML,w ith integrating the student,teacher and teaching resour ces r easonably .Key wor ds:Agent;X ML;I ntelligent Ans wer -question Syste m ;Dyna m ic m atch0　引言答疑、解惑作为教育活动中的一个必不可少的环节,同样也是网络教育非常重要的一块.答疑系统能及时解答学生的疑难问题,扫除学生的学习障碍.因此,它是网上教育平台的重要组成部分之一,它在加强教师和学生的交流,帮助学生明确问题的所在和获得自己真正需要的答案信息方面具有不可或缺的作用.在网络教学环境中,学生、老师不再需要面对面地进行教学活动,用户在任何时间任何地点都可以上网参加学习,但是网络教学在提供了一些便利的同时,同样也出现了一个问题:如何使课堂上的答疑活动在网络教学系统中得以实现.因此把计算机与W eb 的潜力发挥出来,解决网络教学环境中的答疑问题,对答疑系统的智能化研究非常必要.:2007-10-1:0C4:19-.:.1　现状分析目前,已经出现了初步具备答疑功能的智能答疑系统.用户可以通过输入关键词在已有的数据库中寻找相关的资料,如果有新的提问和答案,可以增加到数据库中.尽管上述的各类智能答疑系统已经发挥了很大的作用,但是基本上还是基于分词及模糊查找的方法找到学生所提问题的答案.这种智能答疑系统并不能满足大规模网上学生的需求也不能与学生完成真正的交互.在一定意义上,还只是个信息查询系统,还存在以下种种不足.1)问题、答案表现方式不丰富现有的智能答疑系统主要还是以文本为主,比如提问时只能采取纯文本的关键词的逻辑组合的形式.2)数据库管理功能不完善目前,大多数答疑系统是利用Em ail、留言板或BBS来答疑,虽然这些方法使用简单,但管理起来不方便,因为不能方便地加到数据库中,从而不能方便地重复利用.有的系统虽然有数据库管理功能,但是也还很不完善.3)系统智能化不全系统的智能化不足表现在几个方面:首先在提问关键词的匹配上,经常答非所问;其次就是问题和答案的智能管理不是很完善;再次就是智能分析、统计功能薄弱,不能根据所提问题给老师提出教学建议.4)系统标准化不足当前很多系统设计时没有考虑标准化的问题,导致重要的资源无法互相共享.智能答疑系统的发展趋势是标准化、自动化和智能化.同时具有统计分析和数据挖掘的功能,能够对教学效果的进行评估,指导教学方法和内容的调整,直接为改善教学的效果服务.2　智能答疑系统采用方法及技术2.1　动态问题匹配2.1.1　基于关键字拆分的匹配算法计算机自动地回答人所提出的问题,就其本质来说,是属于自然语言理解的范畴.而自然语言理解作为人工智能学科的一个分支,距离在实际工程中的应用尚有一定的距离但是具体到我们的远程教学环境中,因为学生提出的问题一般情况下都是针对某一门具体的课程的,而根据学科的教学经验,课程的内容具有经典和普遍意义(发展较快的计算机课程也要两三年更新一次),不会频繁地变更,不同的用户对课程的理解一般又都有相似之处,因而大量的学生所提出的问题中有相当一部分是非常类似的,实质性内容是相同的,不过表达方式上可能有所偏差.因此,根据这一实际的特点,我们针对具体的课程,建立一个自动答疑系统,通过计算机对学生提出的问题进行分析和匹配,自动寻找问题的答案是可以实现的.在系统的问题资源库中,存储了一定数量的问题和解答.当学生提出了一个问题后,系统将对问题自动进行关键字拆分,这里关键字包括了内容关键字(涉及课程内容,例如:网络适配器,TCP/ I P等),语法关键字(例如:什么,区别,为什么等);然后系统再根据拆分后的关键字组在问题资源库查找与之相关联问题.这些问题/答案对按照匹配的程度进行排列,接着筛选后返回给提问的用户,由用户决定是否回答了他所提出的问题.如果不能,则可以把问题提交给Ans wer W eb,让系统将它存入数据库,等待老师提供解答.2.1.2　基于用户行为跟踪的关联问题动态调整目前关于问题匹配算法,该系统还停留在词法分析层次上,如何真正地实现自然语义理解还有一定距离,如何进一步提高问题匹配智能程度,我们同时也借助W eb日志的统计分析方法.我们相信,用户在提出或查看某个问题的同时,他紧接着查看的下一个关联问题,从一定意义上来将,是进行了一次人工的问题关联匹配,并且这种匹配更大程度上是基于对问题内容本身的理解基础之上的,所以通过W eb日志,我们记录下用户提出问题,浏览问题的行为轨迹(浏览时间,浏览次数),将其统计分析的结果,作为关联问题匹配的动态调整参数使该系统的问题匹配性能更加可靠、有效.2.1.3　教师端关联问题手动调整在课程学习中,最具有权威性的是课程教师.在答疑系统教师端,也提供了问题分析管理工具.在此教师可以对每个问题手动地进行知识点、关键字匹配、问题关联.2.2　实现技术:智能Agent技术Agent起源于分布式人工智能领域,是建立在人工智能、分布式计算、软件工程等多个研究方向之上的交叉性研究领域它通过感知、学习、推理以及行动,能够基于知识库的训练后能模仿人类社会的行为,即具有智能性能自行控制77第21卷第4期 龙润生:智能答疑系统的研究与设计...Agent状态和行为,能够在不需要用户干预的情况下帮助用户完成特定的任务,能够及时感知和响应其所处环境的变化,用某种通信方式与其他实体交换信息和相互作用,具有基于学习知识和经验,能够进行相关的推理和智能计算,能够构造传统软件编程思想无法构造的复杂软件系统[1].智能A2 gent在远程教育系统中的应用越来越广泛,在答疑系统中引入智能Agent的思想,实现智能答疑.本系统最终将面向I nternet环境,通过网络提供答疑服务,所以系统将使用B r owse r/Server结构,在W EB服务器上提供一个检索界面,用户在本地使用浏览器连接到服务器,输入并提交问题内容,服务器接收到提问后运行相关程序模块提供答案.本系统模块如下图1所示.图1　B ro wser/Serve r结构在W E B服务器上的检索界面F i g.1　Br owser/Ser ver str uc tur e s er ver r e tr i eva l con ta c t s ur facecha r t on W EB 提问Agent:用户可以使用提问部件来寻求问题的答案,这是用户访问系统的基本手段之一.它主要包括预处理子部件,特征提取子部件和搜索子部件.预处理子部件的作用是对于问题文本进行第一次分解处理,主要是将自然语言的问题文本,根据标点符号、西文字符及一些弱构词特征汉字等分词标记分解成一系列的子串;特征提取子部件就是把预处理部件中切分的子串与一个特定领域内的语料库进行匹配筛选特征,抽取出最代表提问含义的特征;搜索子部件根据特征提取子部件中的特征在知识库中搜索,找到最符合的答案.导航A gent:智能答疑系统中使用的超媒体类似于人工智能中的语义网络.从语义网络观点来看,超媒体节点表示单个概念、主题之间的语义依赖.依据这一点,我们结合领域知识库建立起一个关于限定领域内的语义网络.学生通过导航器的导引循序的找到相关的内容,当不能确定下一步分类时,还可以在通过直接提问的方式来缩小范围.问题模式匹配Agent:问题匹配模式部件就是根据问题模版库对用户的输入问题进行分析,把提问部件得到的特征与模版库中的模版进行匹配,找到最适合的模版,进一步对搜索结果求精系统管理系统管理部件主要是针对系统领域知识库、人工答疑系统的材料的管理,主要有增加、删除和修改等基本操作.值得注意的是答案材料的增、删、改都必须考虑到整个系统结构不被破坏,保持完整性.人工答疑部件:人工答疑部件是智能答疑系统的另外一种补充手段.用户找不到满意答案时可以由系统自动把问题提交人工答疑子系统(新闻组、BBS和聊天室等).2.3　用X ML定义知识的基本结构,实现知识信息文件格式、数据结构的标准化X ML(eXtensible M arkup Language)是一种可扩展的元置标语言[2],作为SG ML(Standa r d G eneralized MarkupLanguage)的子集形式,集SG ML和HT ML的优势于一身,具有良好的可扩展性、内容与形式相分离、严格的数据存储格式、跨平台性和较好的保值性等优点.任何一个答疑系统的领域知识库不可能覆盖该领域的所有方面,更不可能包含用户所有潜在问题的答案,所以知识库必须是开放的.X ML拥有强大的数据检索和处理能力,为知识库的开放性提供了基础.知识库信息内容涉及到多门学科,每门学科又涉及到多门课程,每门课程又由章、节和小节的材料信息组成,每段材料信息又由问题、关键字、87南华大学学报(自然科学版) 2007年12月.Agent:内容等信息组成,它们之间的关系所形成的是一种树形层次结构,正好与X ML层次和结构化文档组织相符合.所以利用X ML可以很方便地表达这种层次关系.X ML可用来描述信息并组织数据[3-6],X ML 作一种数据描述语言,使用它可以描述数据的各个成分、记录结构等.使用X ML的可扩充性,可以方便地创建共享的自定义数据结构,从而生成有关服务、产品、商业交易以及网络教育的结构化信息,为网上信息交换奠定基础.事实上,用X ML可以描述一个过程,原封不动地移动数据,在接收端重新对信息进行打包,使其适合特定的信息接收者.本系统将遵照《教育部现代远程教育工程教育资源开发标准》用X ML描述知识,构建X ML问题库框架.智能答疑系统一般根据用户提出的问题,对问题预处理之后,抽取关键词或者关键词的逻辑组合,然后在知识库中查找相对应的答案,中间件充当数据链接器,负责与所有的数据源通信,并用X ML形式把数据源的信息返回.2.4　基于移动Agent与X ML的智能答疑系统为了完成自动答疑及滞后式答疑的自动管理,采用移动agent技术设计了这个智能化答疑系统,其体系结构如图2所示.图2　智能答疑系统的体系结构F i g.2　The struc tur e of i n tell i gen tan swer-questi on system该体系结构由三部分组成:学生站点、管理员站点、教师站点.在学生站点,学生通过静止agent提供的用户界面进行提问以及获得问题的解答信息.学生站点的静止agent还可以文件的形式保存学生提问的历史信息如果有未被解答的提问,学生在下次进入答疑系统时就可以从历史信息中选择,而不需要再次输入问题信息学生也可以通过历史信息,复习自己以前遇到的问题.在管理员站点,管理员可以通过静止agent 提供的用户界面管理教师信息、问题信息,学生的提问与老师的解答不需要管理员的参与,而是由静止agent来协调学生与教师的通信.这种协调有下面几种情况:1)当学生的提问能够在问题库中找到答案时,静止agent从信息agent中获取问题的解答信息,并创建移动agent向学生传递该信息.2)当学生的提问在问题库中不能找到答案时,静止agent就会从教师库中找到一个匹配的教师,并判断该教师是否在线.如果不在线,就寻找下一个匹配的教师,直至找到一个匹配的教师在线或者没有一个匹配的教师在线.如果找到一个匹配的教师在线,静止agent就创建移动agent 与该教师交互,由该教师解答学生的提问.该教师的解答信息会记录在问题库中,而且该教师这次答疑活动会记录在相应的数据库中.如果没有一个匹配的教师在线,静止agent就会向学生传送一个提示信息:暂无教师在线,请过段时间再查询.然后休眠一段时间(譬如10m in),再次查询匹配的教师是否在线.一旦查找到有匹配的教师在线,学生的提问就能获得解答,当学生再次查询时,就能得到所需的信息.在教师站点,教师通过静止agent与移动a2 gent交互回答学生的提问.教师也可以通过静止agent查询自己的解答记录.查询解答记录时,静止agent会创建移动agent与管理员站点的静止agent交互获取所需的信息.在这个体系结构中出现了如下几种agent:●静止agent:其结构图如图3(a)所示,静止agent提供了一个用户界面与用户来进行交互,用户通过用户界面创建移动agent,移动agent可以携带X ML文档信息.在静止agent中有一个X ML 解析器/生成器,用来解析和产生X ML文档信息.●移动agent:其内部结构如图3(b)所示.当移动agent被创建后,控制器负责处理移动agent 何时迁移,何时进行X ML文档处理.●信息agent:其内部结构如图3(c)所示.信息agent负责查询问题库或教师库取得相应的信息2.5　智能答疑系统主要是针对专门的知识领域相对常识性领域,专门领域所涉及到的概念以及概念和概念之间的关系就少得多针对这一特点,可以以语义网作为智能答疑系统中的语义理解部件97第21卷第4期 龙润生:智能答疑系统的研究与设计... .图3　智能答疑系统内部结构F i g.3　The i n ter ior struc tur e of i n telligen tan swer-questi on system 3　小结基于Agent模型的答疑系统尚处于研究与实验开发阶段.随着各级政府单位还有公司企业的业务网络化,人们对查询及答疑服务的需求越来越强烈.根据本文的设计思想,本系统不仅仅适用于远程教育方面,经过设置它是完全可以胜任其它领域的查询及答疑任务.另外,本系统目前主要对知识型课程进行了设计和试验,对于技能型课程如何答疑还有待进一步研究.参考文献:[1]Danny B Lange,M itsuru O s hi m a.Seven g ood rea s onsfor mobile agents[J].Comm unicati on of the AC M, 1999,42(3):88-89.[2]武　悦,廖哓莘.网络远程教学的X ML实现[J].计算机与现代化,2002,(4):40-41.[3]X ML中国论坛.X ML使用进阶教程[M].北京:清华大学出版社,2001.[4]林　宏,张　彤,等.工程图学学科思维训练的研究与实践[J].工程图学学报,2000(4):100-104. [5]李素建.semantic co mputati on in a chinese Que stion-AD s wer syst em[J].comput s c i81Technol,2002,17(16):933-939.[6]王昌达.基于WWW远程辅导答疑系统的设计与实现[J].计算机应用,2001,21(6):48-49.(上接第75页)用户的功能要求,提供了灵活和高效的服务手段.今后的工作是继续丰富US C_TA M I S构件库,并在构件分类、构件检索、构件测试方面不断改进和完善.参考文献:[1]戴东宝.山东科技大学教务综合管理信息系统[D].泰安:山东科技大学,2004.[2]莫勤德.浅议高校教务管理信息系统开发与建设[J].广西工学院学报,2007,18(1):152-153. [3]罗　静.基于.NET的N层体系结构的探讨[J].计算机工程与设计,2006,27(18):3467-3469.[4]邓　巍.多层式(M ulti-Tier)应用程序结构与开发[J].科技信息(科学教研),2007(11):305-305. [5]杨芙清软件复用及其相关技术[]计算机科学,1999,26(5):1-4.[6]曲朝阳,曹　杰,刘　岱.基于构件的电力营销系统的设计与实现[J].东北电力大学学报,2006,26(6): 1-4.[7]李宏芒,吕　杨.基于构件技术的H IS系统开发实践[C]//刘晓平,吴宜灿.全国第十五届计算机科学与技术应用学术会议论文集.合肥:中国科学技术大学出版社,2003,345-349.[8]杨芙清,梅　宏,李克勤.软件复用与软件构件技术[J].电子学报,1999,27(2):68-75.[9]季　彤,饶若楠.基于构件的银行综合业务系统的研究和实现[J].微型电脑应用,2007,23(1)14-18. [10]赵光峰.基于B/S的唐山师范学院教务管理信息系统的总体设计[J].唐山师范学院学报,2006,28(2):83-85.08南华大学学报(自然科学版) 2007年12月.J.。